[发明专利]一种基于互联网的线上蛋糕推荐方法

说明书

本发明提供一种基于互联网的线上蛋糕推荐方法，包括如下步骤：获取预设时间段内的平台订单数据作为建模数据；对所有用户购买不同商品的订单次数数据进行训练，得到用户爱好矩阵及商品特征矩阵；根据用户爱好矩阵跟商品特征矩阵相乘，对用户对商品评分进行预测。本发明提出的一种基于互联网的线上蛋糕推荐方法，能够通过交替最小二乘算法技术和建模技术，预测未来一段时间内不同用户对不同商品的评分，从而形成向用户推荐商品和根据商品推动用户的策略方案，降低了线上蛋糕品牌的用户流失风险。

技术领域

本发明属于互联网蛋糕电商领域，尤其涉及一种基于互联网的线上蛋糕推荐方法。

背景技术

现有的互联网蛋糕电商行业，购买用户的大致行为如下：用户先在平台注册一个账户，填写必要的个人信息，然后在平台查看不同的蛋糕商品，然后选择自己喜欢的产品进行购买，而现实情况中，不同的用户的需求和爱好是不一样的，如果固定设置平台的Banner，则极容易出现用户流失等问题。

发明内容

本发明的目的在于有效克服上述技术的不足，提供一种基于互联网的线上蛋糕推荐方法，该方法通过形成向用户推荐商品和根据商品推动用户的策略方案，降低了线上蛋糕品牌的用户流失风险。

本发明主要提供如下技术方案：一种基于互联网的线上蛋糕推荐方法，包括如下步骤：

S1、获取预设时间段内的平台订单数据作为建模数据；

S2、对所有用户购买不同商品的订单次数数据进行训练，得到用户爱好矩阵及商品特征矩阵；

S3、根据用户爱好矩阵跟商品特征矩阵相乘，对用户对商品评分进行预测。

进一步地，步骤S1具体包括：

将近一年的时间段作为预设时间段；获取预设时间段内所有用户购买不同商品的订单次数、商品编码、用户编码数据作为建模数据。

进一步地，步骤S2具体包括：

对所有用户购买不同商品的订单次数、商品编码、用户编码数据进行训练，得到两个矩阵：分别为用户喜好矩阵和商品特征矩阵，具体操作包括：

根据商品编码和用户编码构建初始用户爱好矩阵和初始商品特征矩阵；

对所有用户购买不同商品的订单次数作为评分进行特征工程，具体为：

构造评分函数：

其中r_ij为评分矩阵中第i个用户对第j个商品的评分，s_ij为第i个用户对第j个商品购买的次数，a为所有的用户数，b为所有的商品数；

根据交替最小二乘算法对用户喜好矩阵和商品特征矩阵进行训练，假设估计方程为：

A＝UV^T

其中，A为评分矩阵，U为用户喜好矩阵，V为商品特征矩阵；

构造误差平方和：

其中，a_ij为平台订单数据中的第i个用户对第j个商品的评分，u_i为用户喜好矩阵中的第i行向量，其中1≤i≤m，m为平台数据中用户的个数，v_j为商品特征矩阵中的第j行向量，其中1≤j≤n，n为平台数据中商品的个数；

利用梯度下降，使误差平方和Q最小化，得到用户爱好矩阵和商品特征矩阵。

进一步地，获取评分矩阵的判定标准，根据判定标准判断用户爱好矩阵和商品特征矩阵的拟合效果，具体为：

计算评分误差的均方根误差：